導語：如何才能寫好一篇大數據時代數據的價值，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

2012年歲末，教育部職業與成人教育司司長葛道凱教授、國家開放大學黨委副書記張少剛研究員、國家開放大學現代遠程教育研究所魏順平博士合著的《教育數據挖掘：方法與應用》一書由教育科學出版社出版。該書基于大數據時代背景，指出致力于從大量數據中提取或“挖掘”知識的數據挖掘將有助于發揮教育數據的價值，數據以及數據挖掘可以作為審慎決策的依據。該書是國內率先結合大數據時代背景討論如何挖掘教育數據價值的專著，以“教育數據挖掘”為主題，圍繞教育數據挖掘的方法和應用兩大方面展開論述，根據實際任務情境構建了若干數據挖掘模式，并結合遠程開放教育領域研究和實踐中的實際問題展開了大量實證研究，檢驗了教育數據挖掘的重要價值。

教育數據挖掘是一個將來自各種教育系統的原始數據轉換為有用信息的過程，這些有用信息可為教師、學生、家長、教育研究人員以及教育軟件系統開發人員所利用。教學、管理、科研是教育機構的基本活動，根據數據挖掘在這三個業務領域的具體應用，可以將教育數據挖掘進一步細分為E-Learning數據挖掘、E-Management數據挖掘和E-Research數據挖掘等。

該書通過E-Learning數據挖掘、E-Management數據挖掘和E-Research數據挖掘等三大領域數據挖掘的7項實證研究，對于遠程開放教育領域可獲得的數據種類、可采用的數據挖掘方法和工具以及可挖掘得到的知識模式有了一個較為完整的認識，得出了以下基本結論：①恰當運用數據挖掘技術能為優化教育規劃和管理、提高教育教學質量、改進教育軟件設計與開發提供有益幫助；②對于多數教育機構來說，在教育教學過程中適時應用數據挖掘技術不僅是必要的，也是可能的；③研究人員借助數據挖掘方法，基于各種專業數據庫，一定程度上可更全面、快速、準確地了解某一研究領域的現狀，并預測未來發展方向；④注重教育教學過程、管理過程及研究過程中相關信息的采集和存儲是有價值的。

篇2

關鍵詞 大數據 今日頭條 新聞生產 價值實現

一、“今日頭條”：大數據時代的寵兒

今天我們所生活的時代，已經被稱為“大數據”時代?！洞髷祿r代》的作者維克托·邁爾·舍恩伯格在該書中說，最初這個概念是指需要處理的信息量過大，已超出一般電腦處理數據時使用的內存量，因此需要改進處理數據的工具。①所以，“大數據”首先指信息或數據量的巨大。但大數據并不等同于“海量數據”?！按髷祿敝羞€存在著相聯的關系，因此“大數據”還指需要通過新的信息處理方式來挖掘、存儲、分析、處理，并具有預測性、決策力的海量、高增長率的相關資訊。②關于大數據的特征，業界目前比較認可的是IBM 公司提出的四個“V”：數量（Volume）、多樣性（Variety）、速度（Velocity）、真實性（Veracity）。而大數據的價值，研究者認為，大數據雖然通過挖掘加工可以產生巨大價值，但其本身價值密度低，仍然需要在大量數據中發現有價值的數據或將低價值的微小數據集聚成有價值的大數據。③因此，在新聞傳播領域中，不管是傳統媒體、社交媒體還是移動新媒體，誰能掌握大數據技術并開發大數據帶來的社會價值和商業價值，誰就可以在時代浪潮中獲得新生。而“今日頭條”先做到了?！敖袢疹^條”是北京字節跳動科技有限公司推出的一款移動新聞客戶端，2012 年8 月上線，累計用戶1 億，包含了新聞、圖片以及各類短文。它目前已完成1 億美元融資，估值超過5 億美元。相較于門戶網站、社交媒體和其他手機新聞客戶端，“今日頭條”的與眾不同正在于它充分利用大數據技術進行信息挖掘、分析、聚合，“你的頭條不見得是別人感興趣的，我們要做的是定制專屬你的產品，”其創始人張一鳴說。因而“今日頭條”的獨特之處還在于通過對社交大數據的挖掘，向用戶推送個性化信息。

二、從“今日頭條”看大數據技術對新聞生產的影響

在全球范圍內，大數據技術對新聞生產領域的影響開始于“計算機輔助報道”，而如今大數據技術已逐漸滲透到新聞生產的核心領域。從新聞的選題到新聞采寫、整合，都可看見大數據的蹤影，甚至還出現了數據新聞、趨勢預測性新聞和數據驅動型深度報道，但這些目前在國外還處于個案探索階段。在我國，“大數據”在學界和業界都成為了最時髦前沿的詞匯，至今學界對大數據的研究還停留在理論梳理層面，而深入到新聞生產核心環節的大數據業界實踐還未真正成形。但是，“今日頭條”利用大數據技術對新聞生產領域的全新探索可以給予其他媒體啟示。

1、數據為主：重視數據的挖掘、收集、整合和呈現

“大數據”時代下數據成為“富礦”。而“今日頭條”就將海量的新聞信息和用戶信息視為“富礦”，它們宣稱：“我們不生產新聞，我們是新聞的搬運工”。而“搬運”方法就是利用大數據技術對數據進行挖掘、收集、整合和呈現。它們不做傳統媒體擅長的事情——不參與原始新聞內容的生產，但內容供應方是眾多的傳統媒體、網絡媒體以及自媒體；它們不做傳統編輯的工作——沒有編輯對信息內容進行整合編排，其團隊里大部分為產品技術人員。

它通過對用戶綁定的登錄賬號的社交信息：微博賬號的關注好友、粉絲群、各種評論和轉發，收藏、簽到位置，使用微博時間等進行原始數據分析計算。在數據挖掘收集分析的基礎上得出用戶感興趣的新聞進而推送給用戶，整個過程不需要用戶有任何操作，簡化了用戶過濾無關信息的過程和時間。同時，在用戶使用過程中，還會根據用戶對某一內容的閱讀和評論及收藏、對某條新聞的停留時間來分析用戶的興趣點從而調整對用戶的新聞推送，甚至還有基于用戶位置的內容推薦：包括推送所處位置的相關信息，或根據用戶手機所處不同位置的時長來判斷用戶對某地信息的需求量。隨著搜索、閱讀時長的增加，算法不斷演進，數據分析更加到位，推薦精確度也大大提高，就能更好滿足用戶需求。④在信息爆炸的快節奏社會，“今日頭條”以“大數據”的思維和技術手段，將自身定位于智能移動信息推薦引擎，讓眾多新聞在極短時間內抵達受眾面前，提供渠道和平臺幫助內容生產者實現新聞價值，重視并提升了數據技術在新聞生產領域的地位。

因此，傳統媒體應該盡快樹立起數據為主的理念。“今日頭條”利用大數據技術僅在信息分發渠道已獲得巨大收益和發展前景，而擁有良好背景資源和專業人才優勢的傳統媒體獲取新聞數據的渠道更廣泛、成本更低廉并且成果會更精良，因此可以將“大數據”參與到新聞的的選取、制作、傳播、反饋等過程中，同時，在輿情記錄分析和受眾反饋調查方面“大數據”也能發揮出重要作用。

2、服務為王：利用數據對用戶進行精準分析和獨家定制

在互聯網時代，媒體提倡“內容為王”，認為憑借高質量的信息內容就能贏得受眾。而這種情況已經在大數據時代被“服務為王”所取代：新聞媒體不僅要滿足受眾對新聞內容的需求，還要滿足各種服務要求，比如：傳播時間、渠道，新聞表現形式、類別，反饋方式和社交屬性等?！敖袢疹^條”就是其“服務為王”理念的先行者。首先，它是一款面向移動新媒體用戶的移動新聞客戶端，本身就是一種親民、具有良好用戶體驗的信息傳播載體。每當用戶打開“今日頭條”APP，映入眼簾便是其宗旨：“你關心的，才是頭條”，它的“秒懂”形式設計得很貼心。除此之外，它還設置了涵蓋各領域的信息頻道供用戶自由選擇，用戶在閱讀過程中可以刪除不感興趣的新聞，可以離線下載感興趣的新聞，還能在動態頁面中查看、評論各好友分享的最新新聞等。所以，每個人看到的今日頭條都是獨家定制的，這無疑是一種絕佳的用戶體驗，也是“今日頭條”區別于其他門戶類新聞客戶端和傳統媒體新聞客戶端的最大亮點。

“今日頭條”所運用的大數據分析技術不同于一些技術公司對于用戶整體行為的分析從而尋找影響他們內容消費行為的相關因素，而是注重對于每一位用戶的個性化需求分析。所以，傳統媒體也要學習“服務為王，用戶至上”的理念。引入大數據分析技術深度理解用戶需求，有針對性地生產特色信息產品，打造精準傳播，提升用戶體驗。與“今日頭條”定位理念不同的“澎湃新聞”客戶端，在打造優質新聞內容的同時也要學習如何利用大數據技術主動吸引更多用戶。

三、從“今日頭條”觀大數據時代價值實現的理念創新

“今日頭條”在獲得受眾好評和投資者青睞以及同行羨慕的同時，也陷入了涉嫌侵犯內容版權的漩渦之中。如果從法律角度看，“今日頭條”的版權問題并不復雜。在法理層面之外，我們需要以大數據時代的視野，結合“今日頭條”的實踐來思考當今傳媒業價值變現的問題。喻國明提出，紙媒表現出的集體“憤怒”，其實質是傳統媒體在失去渠道壟斷之后的焦慮。紙媒的原創優質內容，應該如何創新“變現”渠道，獲得增值和利潤，這實質上是當前傳統傳媒轉型的關鍵之所在。⑤張一鳴也認為，“只要誰能讓‘變現’這個環節也變得容易，媒體才能真正的變革。終極的狀態是，你只要專心創造內容，內容的變現自動完成，并且轉化效率很高?！?/p>

1、價值實現全過程：內容生產者和渠道提供者缺一不可

我們不能只看到大數據時代引發的技術變革，還應該重視在新聞媒體環境中的理念變革。在傳統的媒體觀點中，作為新聞內容生產者的傳統媒體，是新聞信息價值的唯一創造者。所以也是內容產品價值實現的唯一收益者。但如今這樣的想法要與時更新了：當眾多優質新聞內容同時出現并淹沒在海量信息中，誰能脫穎而出得到受眾的認可和分享傳播，靠的是渠道和平臺的推動力量。如果傳統媒體固步自封，即使內容再優質但無法抵達合適的受眾面前，仍然只能“顧影自憐”?！敖袢疹^條”憑借獨特的信息挖掘、抓取技術，打造了個性化信息分發平臺，使受眾獲得了他們想要的信息，使內容生產者獲得了他們期待的受眾。因此，在大數據時代，信息內容產品從價值創造到價值實現的全過程是內容生產者和渠道提供者多方作用的結果，只有彼此依賴的每一方完成好本環節的接力工作，才能使信息內容產品增值并且有可能實現新聞價值，并非任何一方“一手遮天”就能取勝。

2、內容生產傳播全過程：各用所長，協同合作

在大數據時代，媒介市場競爭異常激烈。曾經稱霸互聯網的幾大門戶巨頭，在搶奪完社交媒體市場后又開始瓜分移動客戶端市場?！皬娬吒鼜姟痹趥髅筋I域似乎也是通行的定律。但是，沒有資本優勢和受眾根基的“今日頭條”卻在高手如林的客戶端戰場上殺出重圍，靠的是在利用他人優勢的基礎上發揮自身所長。因為它并沒有專業的新聞生產團隊，在內容生產上無法與傳統媒體和門戶網站抗衡。所以“今日頭條”主攻自己擅長并且其他媒體還不重視的數據挖掘分析技術，為其他媒體搭建信息分發平臺。而長期以高品質新聞內容引以為傲的美國《紐約時報》，近些年投入了大量成本開發新媒體技術應用，先有“付費墻”后有“付費門”，再到“付費門2. 0”，但始終不能挽回紙媒日漸下滑的頹勢。因此，我們可從“今日頭條”和《紐約時報》的不同實踐中看出，在大數據時代的傳媒產業競爭中，任何一家媒體都很難真正做到“一家獨大”或“全盤通吃”，必須要樹立專業化分工的合作意識，明確自身優勢領域和薄弱之處，做到知己知彼，擅長內容生產的媒體和擅長技術挖掘和用戶分析的媒體應該強強聯合而不是相互廝殺。只有真正協同合作才能實現雙贏和多贏，共享大數據時代帶給傳媒業的機遇和挑戰。

維克托·邁爾·舍恩伯格在《大數據時代》中認為：“大數據己經撼動了世界的方方面面?！彼€表示“盡管我們仍處于大數據時代來臨的前夕，但我們的日常生活已經離不開它了?！闭缁ヂ摼W誕生之初的情形一樣，國內外的研究者對大數據時代和大數據技術，充滿了贊揚之情和美好期盼。

然而，我們不要忘記的是，再先進的科技始終是一把雙刃劍。一方面大數據能夠促進社會變革和進步，而另一方面也帶來了許多亟待解決的問題：第一，數據爆炸式增長，給數據存儲和分析增加了很大難度；第二、大數據的高速發展，其準確性、真實性等都將使人類面臨挑戰；第三，結合新聞傳播領域，當媒體為追求新聞真實與可讀而盡可能挖掘數據時，難免會觸犯個人隱私，甚至可能還會觸犯社會道德底線。而依靠大數據技術而新生的數據新聞，其人文關懷和社會性可能偏弱，不符合我國新聞媒體為人民服務和追求輿論導向作用的宗旨。另外對受眾的個性化分析計算是否侵犯受眾隱私權、媒體對大量數據的引用所牽涉的版權糾紛等問題，都是需要我們在歡呼之后冷靜思考的。

參考文獻

①維克托·邁爾·舍恩伯格，肯尼思·庫克耶：《大數據時代：生活、工作與思維的大變革》[M].浙江人民出版社，2013

②王國鵬，《大數據時代媒介生產方式和傳播機制的變革研究》[D].山東大學，2014

③彭蘭，《“大數據”時代：新聞業面臨的新震蕩》[J]《. 編輯之友》，2013（1）

④王靜超、儲靖農，《“今日頭條”的創新對傳統媒體的啟示》[J].《青年記者》，2014（8）

⑤喻國明《, 集成經濟：業務模式的創新需要盈利模式的創新來保障——對“今日頭條”引發的版權之爭的一點看法》[J].《新聞與寫作》，2014（8）

篇3

自大數據進入了人們的視線之后，它便逐漸成為人們普遍關注的焦點。大數據講的是PB時代的科學，本質上大數據的挑戰是PB時代的對科學的挑戰，更是對包括數據挖掘在內的認知科學的挑戰。那么，大數據時代怎么做數據挖掘呢？

在現今時代人們通常所說的大數據主要包括三個來源：第一是自然界大數據，也就是地球上的自然環境，很大很大。第二是生命大數據。第三也是最重要的，則是人們關心的社交大數據。這些數據普遍存在于人們的手機、電腦等設備中。今天一個報告在3分鐘之內就可能被全世界的人們所知道。

奧巴馬就職的社交場所，這么多面孔，每一個面孔下都有一個故事，每一個人后面都有大數據的支撐。人臉是數據安全的很重要的識別器，怎么把人臉識別清楚呢？人們想了很多辦法?，F在北京市有80萬個攝像頭，我們每天都在攝像頭的監督下開車、購物。我們可以利用攝像頭做身份認證、年齡識別、情感計算、親緣發現、心理識別、地區識別、民族識別。這種流媒體主要的形態是非結構化的，特征之間的關聯關系、設備算法的準確率等等，都嚴重地制約著大數據人臉挖掘的進度。如何能從這些海量數據中利用識別算法提取出所需要的特征屬性，并理清特征之間的關系都是現在所面臨的問題。

技術推動計算機發展

1936年天才數學家圖靈提出圖靈模型，后來有計算機把圖靈模型轉化為物理計算機，這其中有三大塊：CPU、操作系統、內存和外存，還有輸入和輸出。在計算機發展的頭30年里，我們投入最多的是CPU、操作系統、軟件、中間件以及應用軟件。當時人們側重于計算性能的提高，我們把這個時代叫做計算時代。

計算對軟件付出了很大的努力，尤其是高性能計算機。我們認為計算在前20年中起到了主導作用，它的標志速度就是摩爾速度。在這樣一個計算領先的時代當中，我們主要做的是結構化數據的挖掘。關系數據庫之父埃德加在1970年提出一個關系模型，以關系代數為核心運算，用二維表形式表示實體和實體間的聯系。三四十年來，各行各業的數據庫和數據倉庫技術，以及從數據庫發現知識的數據挖掘成為巨大的信息產業。

關系代數是關系數據庫的形式化理論和約束，先有頂層設計和數據結構，后填入清洗后的數據。數據圍繞結構轉，數據圍繞程序轉。用戶無需關心數據的獲取、存儲、分析以及提取過程。通過數據挖掘，可以從數據庫中發現分類知識、關聯知識、時序知識、異常知識等等。

隨著數據庫產業的膨大，人們對數據庫已經不太滿足了，于是把Databases說成大數據，這便遇到了兩個不可回避的挑戰，第一個挑戰是由于關系代數的形式化約束過于苛刻，無法表示現實數據；第二個挑戰是隨著數據量的增大，關系代數運算性能急劇下降。在這個時候，我們的存儲技術得到了迅猛發展，人類進入了搜索時代。搜索因為存儲便宜了，存儲的速度大概每9個月翻一番，所以存儲帶動了技術的腳步，這種搜索時代經過了20多年的發展，帶領我們進入了一個半結構化數據挖掘時代。這個時代的代表人物就是萬維網之父家蒂姆?伯納斯―李，他提出了超文本思想，開發了世界上第一個Web服務器，于是我們可以從一臺服務器上檢索另一臺服務器的內容，服務器在軟件的支持下可包括文本、表格、圖片、音視頻的碎片化超媒體信息。

因此，客戶端服務器結構和云計算結構蓬勃產生，這時已經沒有了關于代數那樣嚴格的形式化約束，依靠的主要是規范、標準，所有媒體均以實體形式存在，甚至是軟件，實體通過超鏈接產生聯系。

形式化理論比關系代數寬松了許多，創建了靈活多樣的實體，這時候數據開始圍繞實體轉，實體圍繞鏈接轉。在云計算背景下，數據挖掘也可以看作是云計算環境下的搜索與個性化服務，不存在固定的查詢方式，也不會出現唯一、100%準確的查詢結果。

網絡化的大數據挖掘

隨著互聯網帶寬6個月翻一番的速度，人類進入了交互時代，交互帶動著計算和存儲的發展。

移動互聯網時代的大數據挖掘主要是網絡化環境下的非結構化數據挖掘，這些數據形態反映的是鮮活的、碎片化的、異構的、有情感的原生態數據。

非結構化數據的特點是，它常常是低價值、強噪聲、異構、冗余冰冷的數據，有很多數據放在存儲器里就沒再用過。數據的形式化約束越來越寬松，越來越接近互聯網文化、窗口文化和社區文化。

關注的對象也發生很大改變，挖掘關注的首先是小眾，只有滿足小眾挖掘需求，才談得上滿足更多小眾組成的大眾的需求，因此一個重要思想就是由下而上勝過由上而下的頂層設計，強調挖掘數據的真實性、及時性，要發現關聯、發現異常、發現趨勢，總之要發現價值。

當前，深度學習也是一種數據自適應簡約。如果我們在百度上用深度學習搜索一個人臉象素搜索，這么多人臉誰是誰？數據量急劇增加，各種媒體形態可隨意碎片化，組織結構和挖掘程序要圍著數據轉，程序要碎片化，并可以隨時虛擬重組，挖掘常常是人機交互環境下不同社區的發現以及社區中形成的群體智能，在非結構化數據挖掘中，會自然進行數據清洗，自然形成半結構化數據和結構化數據，以提高數據使用效率。

群體智能是一個最近說得很多的詞，我們曾經在計算機上做一個圖靈測試，讓計算機區分哪些碼是人產生的，哪些是機器產生的，這是卡內基美隆大學提出來的，在網絡購物、登錄網站、申請網站時都會碰到適配碼被使用。在此要提到第三個代表人物――路易斯，他提出用這個適配碼應用方式。

如果云計算支撐大數據挖掘要發現價值，那么我們認為云計算本來就是基于互聯網的大眾參與計算模式，其計算資源是動態的，可收縮的，被虛擬化的，而且以服務的方式提供。 產生擺脫了傳統的配置帶來的系統升級，更加簡潔、靈活多樣、個性化，手機、游戲機、數碼相機、電視機差別細微，出現了更多iCloud產品，界面人性化、個性化，都可成為大數據挖掘的終端。

挖掘員支撐各種各樣的大數據應用，如果我們有數據收集中心、存儲中心、計算中心、服務中心，一定要有數據挖掘中心，這樣一來，就可以實現支撐大數據的及時應用和價值的及時發現。

篇4

關鍵詞：企業管理 大數據 應用 價值 探究

中圖分類號：F270.7 文獻標識碼：A

文章編號：1004-4914（2016）10-274-02

一、前言

企業想要在激烈的市場競爭之中獲取良好的經濟效益和社會效益，需要不斷加強企業管理的相關工作，提升自身內部管理的水平和質量。當前互聯網和移動通信技術在不斷地創新和進步當中，這對于人們的生活方式、交流方式、興趣愛好等產生了較為直接的影響，主要體現在人們生活逐漸走上網絡化和數據化的道路。數據信息的爆炸式發展，促使現如今的世界步入大數據時代。在這種時代背景之下，企業的決策和經營活動，都會受到數據的影響，數據已經逐漸成為了當前企業可持續發展的重要戰略資源。只有對大數據的積極作用進行有效發揮，才能夠逐漸增強企業的核心競爭力。

二、大數據的內涵

大數據在當前實踐領域和學術領域中受到了越來越高的重視，對大數據進行全面有效的研究和分析，能夠為社會進步和發展提供良好的前提條件，人們在這一點上已經逐步達成了共識。大數據主要是指數據信息十分龐大繁雜，需要使用云計算等數據挖掘技術才能夠對數據信息進行深度的挖掘，由此獲取到具有高潛在價值的巨量資料。大數據具有較高的潛藏價值，并且數據量本身就較為龐大，具有一定的復雜性，這就需要企業在進行數據信息的處理過程中，需要有更高的能力進行挖掘和分析。

三、大數據時代下企業管理的特點

（一）企業用于分析的數據量十分龐大

數據分析是當前企業管理過程中不容忽視的重要支撐點，企業需要有完整、真實、有效的數據進行支撐，企業需要使用大量的數據，才能夠對未來行業的發展趨勢進行有效的預測，從而采取積極的應對措施，制定良好的戰略。以往情況下，對于數據的收集、存儲以及分析都存在著一定的局限性，企業在分析和處理相關信息問題的時候，都是從能夠獲取到的少量信息中，最大限度的挖掘和分析自身所需要的信息，這在無形之中增加了企業的工作量，同時信息的不完整性、滯后性等問題將會直接影響到企業的全面發展。在大數據時代來臨之后，現代企業可以采用更加積極有效的方式，對市場信息、客戶情況以及行業間的發展情況進行全面充分的了解和掌握，這就減少了主觀性判斷的缺陷，為企業不斷提升自身的核心競爭力，擴大產業規模提供了良好的前提基礎。大數據時代中的一個鮮明特點就是樣本即為總體，它對于全體數據進行追求，但并不會只依賴于隨機樣本，既擴大了數據的獲取范圍，又提升了解決問題的精確性。

（二）數據的精確性要求有所降低

在小數據時代之中，企業需要建立自身專門的數據庫，對自身收集到的各項數據進行存儲、整理，不斷提高和優化數據的準確性，主要是因為如果數據之中出現了一定偏差，將會給企業的正確戰略決策造成負面影響，小數據時代中數據的疏忽造成的后果會被放大。而處在大數據時代下的企業管理并不需要面臨這個困擾。大數據時代中，企業能夠獲取到的數據信息越來越全面、完整、真實，這樣就能夠因為數據量的增加，減少數據的錯誤率。企業管理過程中針對某一個錯誤問題，都能夠及時的進行調整，增強了企業自身的糾錯能力，企業應用大數據，并不單純是為了數據的準確性，更多的是從數據之中挖掘潛在的價值信息。

（三）對事物之間的相關性進行尋找

大數據時代和以往的區別還體現在一個重要方面，那就是對于事物之間的因果關系不再進行重點研究，而是將研究的重心逐漸放在事物之間的相關性方面。大數據時代，逐漸摒棄了提出假設――分析數據――處理數據――驗證假設的方式，而是從低價值密度的數據中，對具有潛在價值的信息數據進行充分挖掘，從而對事物之間的關聯進行全面探索。

四、企業管理中對大數據的應用價值

當前企業對數據管理的重視程度越來越高，積極挖掘和發揮大數據在行業發展中的價值和作用，這樣能為企業管理者制定相關的決策提供良好的信息、數據支撐，有效提高決策的正確性。企業管理中對大數據進行充分應用，具有良好的價值。

（一）企業管理中對大數據進行應用能夠促進精準營銷

現代科學技術的不斷創新和進步，有效促進了社交網絡的興起和移動通信技術的良好應用，這樣就促使人們的日常生活中隨處可見網絡的身影。人們在日常的網絡交流之中，因為社交聊天、網絡購物、興起愛好以及行為方式等等，都會通過圖片、文字和視頻等多種形式在網絡上留下相關的數據，這樣就能逐漸形成實施動態網絡化的大數據。企業在經營發展的過程中，需要對消費者的購物習慣、市場的飽和程度、市場的需求情況等各方面進行全面的了解和掌握，這樣才能夠有效促進決策的正確性。因而企業在進行管理的時候，需要積極應用云計算的手段，對消費者的網絡化行為數據進行深入分析，這樣能夠對市場進行細化，同時還能夠根據消費者的購物目標，有目的性的開展精準營銷活動。現代社會的用戶，他們在網絡上的各種實時動態數據，將會為企業進行精準性的營銷提供良好的數據和信息支持，從而促進企業營銷工作的順利進行，還會在極大程度上提高現代企業的營銷水平。大數據時代下運用的信息技術，能夠對消費者的相關情況進行有效的觀察，并進行記錄，這就為提高企業管理精準營銷的效率發揮了重要作用。

（二）企業管理中對大數據進行應用能夠有效推動產品實現創新

企業在對消費者的消費需求進行分析的時候，積極使用大數據技術，能夠對產品、服務的不斷創新創造良好的條件。消費者在進行購物之后，能夠將自身對于產品、服務的評價和感受通過社交網絡平臺、購物平臺進行反映，現代企業可以通過對消費者的這些信息進行收集，作為自身產品、服務的反饋信息，從而根據顧客提出的一些問題、建議等，對自身產品和服務進行不斷的改進和完善，這對于提高企業產品和服務的總體質量和效果具有積極的作用和意義。同時根據多不同產品和服務的評價信息，現代企業能夠積極吸取相關優秀經驗，從而豐富自身的產品風格，根據消費者的創意性反饋信息，生產相應的新產品。現代企業通過對消費者的信息進行分析和改進，能夠逐漸提升自身的服務意識和創新能力。產品和服務的不斷創新，在企業的全面發展中占據十分重要的地位和作用，能夠影響到企業的經營能力和發展成果，在對企業進行全面管理的過程中，需要對企業中的大數據進行全面有效的應用，這樣能夠讓企業永遠保持新鮮的活力，積極應對市場的變化。

（三）企業管理中對大數據進行應用能夠對產品流程的優化進行加強

科學技術的不斷發展，用機器代替人工進行生產，已經逐漸成為了當前企業生產的重要方式和手段，這對于提高工作生產效率具有良好的作用，實現了信息化和智能化、數據化的生產運作。尤其是網絡技術不斷發展下，物聯網和云計算這些技術的有效應用，為企業對產品的生產、制造進行全面控制和管理，提供了重要的技術支持。當前在對產品進行制造的過程中，產品的生命周期能逐漸實現數據化，這對于保證產品的質量，提高其使用的性能具有良好效果。應用大數據云計算技術和大數據技術，能夠對產品的設計研發、生產制造以及運營管理等方面的各項數據進行全面有效的智能分析，這對優化產品的生產制造流程具有十分積極的促進意義。通過大數據技術，企業在進行管理的過程中，可以將自身的各項數據進行整合，從而形成完整的數據規模，在進行相關決策的時候，可以對這些數據進行分析和應用，從而尋找到適合決策的信息。同時企業還能夠通過大數據技術，對各項數據進行深度的挖掘，針對數據所包含的高潛在價值進行充分的應用，這樣能夠建構起完整的數據模型，在進行產品流程優化的時候，能夠做好相關的支持工作。加強產品的流程優化，能夠為提高產品的生產效率和質量效果起到良好的促進作用。

五、結束語

大數據時代下企業管理的特點主要包括企業用于分析的數據量十分龐大，數據的精確性要求有所降低，對事物之間的相關性進行尋找。因而企業管理在使用大數據技術的過程中，需要對這些特點進行重點關注，結合企業自身發展的現實情況，采用積極有效的手段進行。企業管理積極應用大數據，能夠起到良好的效果和作用，主要表現在不僅能夠促進精準營銷，還能夠對產品和服務的創新能力進行提升，這對于企業的長久發展具有重要意義；同時，使用大數據還能夠加強企業對產品流程的優化，從而增強產品的生產效果，保證產品和服務的質量。

參考文獻：

[1] 吳雅軒，劉建基.企業管理視角下大數據應用價值的探究[J].商場現代化，2014（22）：110-110

[2] 方獻梅，劉亮龍，高曉波.大數據時代數據挖掘在證券公司客戶關系管理中的應用研究[J].信息與電腦：理論版，2015（15）：64-65

[3] 孟強.大數據時代知識管理在電商企業中的應用研究[J].經營管理者，2015（24）：278-279

[4] 張志兵.大數據分析在中小型企業管理中的應用探討[J].價值工程，2016，35（8）：213-214

[5] 楊宏宇，朱信穎，顏瑋瑋.大數據在電網中應用的價值研究[J].數字技術與應用，2014（9）：90-90

篇5

【關鍵詞】大數據 特征 挑戰 應對策略

一、引言

我們的社會是一個高速發展的社會，技術發達、信息通暢，大家的交流越來越密切，生活也越來越便利，正是大數據才促成了這一發展趨勢。當前大數據已經發展成為一個新興產業，同時與其他各產業相互交叉融合，在社會生活中發揮了巨大的作用。但是它對我們傳統的生活生產方式也提出了巨大的挑戰，我們需要積極應對。處于這樣的一種情況下，有必要對大數據特征進行分析，及時發現我們面對的挑戰，并提出切實的可行性措施，更好的應對當前的時代環境。

二、定義與特征

雖然大數據一詞早已活躍于我們的視聽，但是想必很多人對此并沒有深入的了解，在此，首先給出了大數據的定義和特征，給出大家一個相對客觀的描述。

大數據（Big Data）定義：指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

大數據的特征： Volume（大量）：數據量很龐大，基于大數據的出現，數據存儲單位從PB發展到ZB、DB；Velocity（高速）：不僅獲取信息的速度非?？?，而且處理數據速度也快；Variety（多樣）：信息類型的多樣，從文字到圖片再到視頻，種類繁多；Value（低價值密度）：指雖然數據量多，但是有價值的信息卻并不多，用低成本創造高價值；Veracity（真實性）：數據質量真實可信。

三、大數據時代帶來的挑戰與問題

（一）數據存儲與管理挑戰

大數據背景下，全世界的數據量呈爆炸式增長，這對于傳統的數據存儲技術來說是個巨大的挑戰。當前數據類型多樣化，有結構化數據，也有非結構化數據，繼續運用傳統數據的存儲方式，可能導致數據出現混亂。信息時代下，社會主體擔心數據被竊取，因而各自都是獨立存儲數據，造成了數據之間的獨立，這對于當前環境下各個主體的發展是極不利的。

（二）信息挖掘能力的挑戰

當前數據類型繁多，不僅是數據存儲和管理面臨挑戰，對數據挖掘獲得有利信息也是一大挑戰。傳統的數據挖掘算法已經不能適應新出現的多種數據類型，這成為了數據挖掘的一大瓶頸。如果我們獲得了越來越多的數據，而不能對此進行系統分析處理來獲取有價值的信息，那么已獲得的數據對我們來說就如同白紙，毫無價值。

（三）數據安全與隱私問題

信息時代下，各種活動大都要通過網絡來完成，使得大量數據在不同的網絡之間傳播，數據足跡的累積性和相關性增加了數據的被泄露的風險。傳統的保護措施與方法已經不能再適應大數據的需要，而且黑客越來越活躍在網絡世界，嚴重威脅信息安全。另外隱私保護成為更具挑戰的一項問題，無論是政府、集體還是個人，都有數據公開與隱私保護的矛盾性。

（四）大數據下缺乏技術型人才

社會要發展，人才是關鍵，在大數據的背景下，更需要高級技術人才。如果人才資源不足就會嚴重阻礙大數據的發展，社會就會停止進步。大數據產業是一個融合性比較高的產業，覆蓋范圍很大，所以需要的技術人才必須具備綜合的能力。這樣才能更好的了解各個行業，了解各個技術層面，以較綜合的視角提供解決問題的可行方案。

四、應對策略

（一）升級數據處理技術

目前在數據存儲、管理與分析方面面臨挑戰，改革創新數據處理技術被提上日程。大數據時代數據量非常龐大，對此可將收集到的數據進行分類，梳理數據脈絡，確定有價值的數據。在數據存儲方面需要改革之前數據的孤立狀態，建立數據集中存儲系統，最關鍵的是數據的壓縮技術和冗余數據刪除技術。在此基礎之上，就可以實現有效率的數據分析，最大程度的挖掘數據隱含價值。

（二）加強數據安全保護措施

小到個人隱私，大到商業機密甚至是國家數據安全，都受到來自大數據時代的挑戰。對此，在數據安全方面，要對數據的存儲和傳輸進行加密處理，并且要實時追蹤監測，加強對數據的監管能力。這也有必要對國家相關工作部門進行提出相應的工作要求，嚴控網絡信息安全，打擊黑客犯罪，維護網絡治安。

（三）培養高級數據處理人才

大數據產業在2015年就已經被提高到國家戰略層面，國務院印發的《綱要》中指出要加大人才培養力度。目前，在大數據行業打拼的從業者大部分都是半路出家，鮮有人接受過系統化的培養和教育。人才是關鍵，在大數據這一新興產業中，尤其突出。政府、高校及培訓機構應該大力提倡數據處理人才的培養，抓住機遇，提升競爭力。

五、結語

隨著大數據的飛速發展、互聯網的高度普及，我們的生活節奏大大加快，生活方式也有了很大的變化，一方面這是大數據給我們帶來的好處，另一方面我們也應該認識到大數據帶來的問題。目前，大數據的發展還處于簡單應用階段，要達到成熟還有一些問題需要解決，仍有很長的路要走。本文只是對大數據的相關問題做了簡要論述，希望能給大家帶來借鑒價值。

參考文獻：

[1]如明.大數據時代的挑戰價值與應對策略[J].移動通信，2012.

[2]王孝周等.大數據時代的挑戰價值與應對策略研究[J].信息通信，2015.

[3]王i.大數據時代的挑戰與商機[J].現代經濟信息，2014.

篇6

11月5日，Informatica公司在北京舉辦了“數據引領未來――2015數據管理高峰論壇”。這是Informatica宣布私有化后在中國舉辦的第一個大規模的市場活動。來自國內各行業的用戶、合作伙伴和新聞媒體都想見識一下，私有化后的Informatica會哪些新作為。

創新的融合時代

從IT基礎架構的融合到數據的融合，再到管理的融合，這是一個嶄新的融合時代?！霸谶@樣一個融合的時代，數據的范疇早已超越了數據庫應用和云服務產生的交易數據，覆蓋了社交媒體、移動應用和物聯網中的互動數據。同時，數據使用目的和傳輸數據的技術也在不斷變化。數據不再是被動的記錄，而是驅動企業業務發展的推動力。”Informatica亞太和日本區資深副總裁Murray Sargant談到數據管理遇到的挑戰時這樣說。

在今天這個數據驅動的時代，企業也要因需而動，轉型為一個數據驅動型企業。在企業轉型的過程中，Informatica始終如一，關注數據的變革和創新，致力于通過清潔、安全、互聯互通等手段，幫助企業更好地認清數據價值，更迅速地做出明智決策，同時優化企業運作。

Informatica全球主數據管理研發副總裁Steve Qian介紹說：“Informatica智能數據平臺（IDP）是能滿足融合時代客戶需要的數據管理解決方案之一。它重新定義了傳輸大數據業務的數據架構，涵蓋了數據智能、數據基礎設施、Informatica Vibe虛擬數據機等核心技術和功能，通過鋪設一條虛擬數據高速通道，將人員、位置與事物以更加智能的方式緊密相連，為企業的應用程序、設備和人員提供支持?！?/p>

現代數據管理新標桿

現在，許多提供基礎架構管理和數據管理軟件的廠商都傾向于為客戶提供軟件套件，其中包含豐富的功能模塊，VMware如此，Informatica也如此。軟件套件不僅軟件功能齊全，而且便于購買、部署和使用，還可以為用戶節省成本。

在本次數據管理高峰論壇上，Informatica正式推出數據管理平臺的最新版本Informatica v10。Steve Qian介紹說：“Informatica v10可以幫助行業客戶打造簡便易用的現代化企業數據架構。它的突出優勢表現在，將數據生成速度提高了50倍，將數據注入和清洗速度提高了5倍，同時全面提升了混合數據架構的靈活性和敏捷性。”

Steve Qian反復強調，Informatica v10是特別為現代數據架構打造的行業領先的數據管理平臺。那么，何為現代數據架構？這要從應用和數據管理的變化談起。

第一，未來，企業的IT基礎架構會是一種混合型的融合架構。本地數據中心與云數據中心相互呼應，私有云與公有云直接聯通，數據和應用可以自由地跨越不同的數據中心、不同的云實現安全的遷移。

第二，數據的類型越來越復雜，數據量持續增加，這給企業的數據處理、分析和管理帶來了極大的壓力。企業需要一個高效、統一的管理平臺對不同來源、類型的數據進行處理和調度。

第三，面對一些新興的應用，包括云計算、大數據、移動應用，以及現代數據倉庫等，企業需要新的具有更強數據監管能力、更靈活、更全面的數據管理工具，利用它端到端的數據集成能力和敏捷性，打造一個現代化的IT環境。

一直專注于數據治理與集成的Informatica公司對用戶數據管理需求的變化了如指掌。Informatica v10的推出就是為了更好地管理混合IT環境中的數據，既支持企業內部IT環境，也支持云環境。

Informatica v10包含三個核心組件：Informatica PowerCenter、Informatica Data Quality、Informatica Data Integration Hub，不僅在性能、可用性和靈活性等方面能夠滿足企業級用戶的需求，而且大幅提升了數據的監管能力和工作效率。

具體來看，Informatica PowerCenter加速了端到端敏捷數據的集成。Informatica PowerCenter可將Oracle Exadata、Oracle SuperCluster、SAP Hana和HP Vertica的數據注入速度提升5倍；與Informatica Metadata Manager 9.6相比，Informatica PowerCenter的數據生成速度提升了50倍，可以洞察復雜數據環境中的數據流動情況，進一步提高數據的監管能力。

Informatica Data Quality提升了數據監管的水平。它可以通過獨特的服務、方法和工具，將IT架構與業務戰略聯系起來。其中，Informatica Vibe可以一次性定義數據質量規則，并根據業務需要在企業內部或云中的任意位置進行部署。Informatica Data Quality還進一步增強了數據配置文件的變更可見性。

Informatica Data Integration Hub可以為大數據、云和傳統系統提供混合式的、訂閱模型。比如，它能利用Hadoop為“數據湖”提供自動化的PB級數據存儲，通過向導和基于Web的管理控制臺管理大數據、云和部署在企業內部的PowerCenter工作流，還可以充分利用Informatica Cloud和PowerCenter中的數據管道、工作流和可見性。

市場分析機構Bloor Research的研究數據顯示，與傳統人工編碼相比，Informatica的產品可以讓數據集成開發人員的工作效率提升40%。Informatica v10進一步提升了企業端到端數據管理的效率，為數據集成和治理樹立了新的標桿。

專注數據處理

近兩年，企業私有化成了一股潮流。戴爾私有化為眾多IT企業的私有化開了個“好頭”。之后，一批在美國上市的中概股紛紛私有化，而一些有技術特色、在細分市場上占據領先地位的國際廠商，如Riverbed、Informatica等也加入了私有化的大軍。

隨著大數據的興起，Informatica專注的數據集成和治理成了大數據前處理必不可少的一個環節。處于大數據“前哨”的Informatica的私有化自然引起了業界的廣泛關注。微軟、與私募股權投資公司一起參與了Informatica的私有化。

企業私有化后，可以不再圍著華爾街的金融分析師打轉，也從關注公司的短期收益轉變為關注公司的長遠、持久發展。企業在研發、客戶拓展等方面也擁有更高的自由度。Murray Sargant表示：“私有化后，公司在戰略投資方面擁有更高的靈活性，新產品上市的速度也會加快。另外，公司私有化也有利于本地化發展。比如，我們可以更方便地在中國成立合資公司或進行并購，制定靈活的產品OEM策略。”

“公司私有化的最大好處是可以擺脫上市公司的一些束縛?！盜nformatica大中國區總經理王晨杰補充說，“大數據是一個非常龐大的市場，而且市場變化速度非常快。我們需要更加靈活的策略來應對大數據市場的挑戰?！?/p>

私有化揭開了Informatica發展的新篇章。毫無疑問，未來，Informatica投資的一個重點將是大數據。大數據價值的展現要經歷5個階段：數據準備階段、數據存儲階段、數據管理和分析階段、數據展現階段和業務創新階段。Informatica的職責是幫助客戶做好大數據的準備工作，比如數據的集成、清洗和整理等，為大數據的處理和分析提供精確、完整的數據。

在今年舉行的Informatica用戶大會上，Informatica了四大技術方向和五大創新解決方案，目的是為用戶提供一套非常簡便的方法，以實現數據的整合、管理，展現數據的價值?！巴ㄟ^這些創新的解決方案，我們可以幫助客戶更好地理解其現有的業務數據，進一步挖掘數據的價值?！盡urray Sargant介紹說，“我們有幾項核心支撐技術，比如提取轉換加載（ETL）、Hadoop大數據平臺、主數據管理和產品信息管理、云技術等。這些技術可以更好地保證數據的質量?！?/p>

篇7

關鍵詞:大數據數據挖掘管理會計職能

一、數據挖掘技術的含義

數據挖掘技術是一項新興的技術科學，它是隨著網絡數據應用的普及而不斷發展起來的，它的使用范圍并不僅僅局限于商業領域，它能夠適用于各種各樣的沒有規則的、沒有任何程序可言的、非常復雜的數據信息的環境。運用數據挖掘技術的根本目的是想要通過這種技術手段把重要的信息從復雜的數據環境中分離出來，被人們合理的利用。

二、大數據時代數據挖掘對管理會計職能的影響

(一)數據挖掘技術能夠有效的提高管理會計的成本控制職能

企業中管理會計的核心職能就是要對成本進行有效控制，在企業的經營活動，每個環節都與成本控制息息相關，企業在編制執行計劃或者年度預算也都是為了能夠對企業的成本實現有效控制。然而，在大數據時代，僅僅通過計劃或者預算來控制成本已經不能夠滿足企業對成本控制的要求了，企業需要利用數據挖掘技術，通過對大量數據進行分析，從而得出更加實際的結論，從結論中吸取經驗教訓，從而更好的進行成本控制。首先，企業可以通過數據挖掘技術對外部信息進行有效分析，從而更好的了解企業競爭對手的相關信息以及行業供應鏈和供應商的相關信息，企業還能夠通過數據挖掘技術了解購買商之間的競爭以及合作的相關信息。其次，企業可以利用云計算的篩選功能找到最合適的數據對成本控制中每個部門的相關成本進行管理，從而能夠及時的分析出產品成本投入的穩定性，發現在產品實際生產的成本與預算的差距有多大，為企業更好的控制企業的發展戰略提供準確的數據依據。

(二)數據挖掘技術能夠變革管理會計職能對數據利用方式

數據挖掘技術能夠快速的對大量數據進行整合，從而得出最準確的數據信息，這就讓數據挖掘技術的使用者節省了大量的時間與精力，省去了對數據進行進一步加工的環節，能夠讓數據挖掘技術的使用者快速提煉和利用數據信息。同時，數據挖掘技術還能夠對會計數據進行實時處理，讓企業管理者更好的利用會計數據，這就徹底的改變了管理會計對于數據的利用方式，很大程度上加快了信息的傳輸速度，比如說在企業的存貨管理中，保管員可以通過以往存貨數量和市場需求進行分析，利用數據挖掘技術分析出來的結果，大概確定企業的最為恰當的存貨數量，從而能夠減少庫存擠壓給企業帶來的經濟損失，還能夠減少庫存不足給企業帶來的經濟利益的損失。這是數據時代對于企業管理會計職能的最新要求，企業想要發展，在激烈的市場競爭中占據一席之地，就必須緊跟時代的發展方向，科學合理的利用數據挖掘技術提高管理會計職能的水平。

(三)數據挖掘技術能夠提高管理會計職能的工作效率與質量

管理會計是服務于企業的經營管理的。企業進行經營管理，其主要目的是想通過管理人員對企業的經營活動進行科學的計劃與領導。管理會計是通過一系列的分析管理能夠為企業的管理者提供決策的可靠依據，讓企業管理者能夠為企業做出更好的決策，從而有利于企業的發展。企業的管理會計一般都是通過內部控制對企業的經營活動進行有效的管理，分析內部數據，根據內部數據的變化調整企業的經營管理方式，從而能夠以不變應萬變，讓企業的經營活動順利進行。然而，隨著數據挖掘技術在企業的管理會計中的不斷應用，管理會計的職能得到了很大的改變，管理會計從加強內部控制的管理方式逐步的向多種管理方式并存，全方位的提高企業的經營管理水平上來，因為只有這樣才能適應大數據時代企業發展的需要。數據挖掘技術不僅能夠有效分析企業的內部數據信息，還能夠全面整合企業外部環境中的各種信息，包括供應商、銷售商以及競爭對手的相關信息。這些外部信息都是隨時變化的同時也不受企業的控制，數據挖掘技術能夠快速、準確的把外部信息生成有價值的信息，從而幫助企業管理者進行正確的經營決策。

(四)數據挖掘技術能夠變革管理會計職能的工作內容

利用數據挖掘技術進行管理會計工作，會隨之產生很多和大數據有關的管理會計工作的新內容，數據挖掘技術能很好的滿足管理會計在技術方法創新方面的需要，管理會計其自身是一門與多種學科交叉在一起的邊緣學科，它的發展是通過不斷吸收與之相關的學科的技術方法和相關內容來不斷的豐富起來的一項技術。數據挖掘技術在處理海量的數據信息方面和數據的深加工方面以及對隱含信息的發掘方面都有非常特殊的優勢，因此在管理會計中應用數據挖掘技術是非常必要的。隨著數據挖掘技術在管理會計中的應用，其管理會計職能的范圍能夠進一步的提高，其工作內容將會更加的豐富。這也要求企業中從事管理會計工作的人員必須要不斷提高自身的專業素質，不斷適應新時代企業的新需要，了解更多關于數據挖掘技術的相關內容，不斷充實自身的專業水平，從而更好的為企業服務。

三、結束語

綜上所述，在大數據時代，想要充分的發揮管理會計的職能就必須要更加合理的運用數據挖掘技術，同時要充分的提高數據挖掘技術的利用水平，不能盲目的使用，更不能錯誤的運用這種技術，不斷提高數據挖掘技術的準確性，讓數據挖掘技術最大限度的服務于企業管理。企業的會計人員也要加強學習，不斷提高自身的專業素質，熟練掌握數據挖掘技術的關鍵要領，深入理解大數據技術的精髓，能夠真正的運用大數據技術來分析企業數據從而更好的服務于企業，為企業更好的發展貢獻一份力量。

參考文獻:

[1]李平榮.大數據時代的數據挖掘技術與應用[N].重慶三峽學院學報，2014，10（103）:145-147

[2]湯昌盛.大數據大財務[J].中國總會計師,2014,1:54

篇8

［關鍵詞］大數據；企業；管理決策

正確的決策是企業公共競爭優勢的源泉，一項良好的決策能幫助企業產生更優的組織績效，其效果積累也會為企業造就更強的競爭優勢。伴隨云計算、移動計算等新興技術的興起，數據模式的高度復雜化和數據規模的爆炸式增長標志著全球已進入網絡化大數據時代。數據成為最重要的決策依據和基礎，能夠幫助企業進行更高效、更及時的管理決策，從而盡快創造新的商業機會和契機，轉變企業以往僵硬的商業模式。當前我國對大數據方面的研究多基于或限定于技術層面，鮮有從管理學角度、大數據角度來分析企業管理決策的研究。管理決策和大數據應如何定義？大數據是如何發揮影響企業管理決策效應的？諸如此類的問題尚需要系統研究。

1大數據的定義

維基百科對大數據所作出的定義是：難以在一定時間內，通過常規軟件工具來對其內容進行采集、管理、處理等工作的數據集合。此外，麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。就筆者而言，以上均是基于大數據特征方面來對其進行定義的。國內很多學者也對大數據的定義作出了探索。以李國杰先生為代表的學者們將大數據定義為：不能在一定時間內通過傳統軟硬件工具和IT技術對其進行獲取、管理等的數據集合。而以馮芷艷為代表的學者們則認為大數據與大規模數據以及海量數據的概念相似，但相異之處是大數據在數據復雜性、產生速度等方面遠超現有的技能處理能力，且產生了巨大的產業創新契機。而以劉玉楓先生為代表的學者們認為大數據是指所涉及的資料量超過現有主流軟件和工具的承載能力，通過合理時間內采集、管理、整理等為企業經營決策提供更為積極的一種資訊。作為一種基礎性資源，大數據的商業價值絕不是只來自于數據本身，其更多源于企業采集、存儲、使用大數據的能力。如果對學者們的觀念進行整理歸納可以發現，這些基于大數據特征的定義多數強調大數據規模巨大到現有技術手段的處理能力難以承載。而那些基于其價值的定義也更多是對其價值實現的關注。當然，目前也有學者認為大數據的價值并不局限在數據本身，其只有上升到能力高度，其價值才能充分挖掘出來。

2大數據對企業管理決策產生的影響

決策貫穿于企業管理的全過程，管理決策過程可分為情報收集、計劃選定等階段。企業的管理決策應涵蓋戰略決策以及在戰略決策過程中的各項具體決策，此類決策注重對組織未來和組織環境的預測，也注重組織內部資源配置和協調的實現。作為一項高度動態性和復雜性的管理行為，決策面對著信息收集、篩選、模糊性及各類沖突。大數據技術的逐漸成熟、數據的飛躍式碰撞，這些都對當前企業的管理決策產生重要影響。這方面的影響既涵蓋了決策主體和思維模式，也涵蓋了決策文化和組織模式等方面。

2.1大數據對管理決策主體方面的影響

一項有效的決策需具備相應的決策程序、文化、組織等，但究其核心還是決策的制定者，即決策主體。企業決策主體一般分為兩類，一是企業高層管理者，高層管理者的職位權限能讓其在重大決策中發揮關鍵作用。二是基層員工或一般管理者。對一般管理者和基層員工來說，他們創造的產品、服務和價值等更貼近社會大眾的需求，這為其正確決策提供了便利。在此過程中，普通員工可以主動引導用戶參與到產品的設計、推廣、客戶關系管理等環節中去，并依據用戶的反饋，對產品、服務等加以改進，從而幫助企業實現快速發展?？梢?，普通員工也是企業獲取決策信息的重要來源。在互聯網經濟時代，不同產業間的界限性越發模糊，而社會化決策也應用而生。在大數據背景下決策主體發生了轉變，從決策權歸屬來看，一些表現出色的員工開始參與決策，決策主體并不再局限于管理層；從企業決策信息來源分析，因信息技術快速爆炸和普及，普通民眾也可以成為大數據時代中的主角，均能通過數據利用參與或作出決策，這也意味著決策主體開始呈現多元化，正從企業精英向普通民眾擴展，決策者之間的特征也越發復雜化。

2.2大數據對管理決策權配置方面的影響

大數據除影響決策主體外，也對企業管理決策權的配置方面產生著影響。筆者認為決策權配置主要包涵3個層面：①組織之間的決策權配置；②組織和外部環境間的決策權配置；③組織內部人員和部門、團隊之間的決策權配置。此外，決策權配置分權程度也決定企業的決策權配置模式究竟是集中式還是分散式。集中式決策權主要指在組織系統中，決策權被較高程度地予以集中，其意味著企業較高、甚至最高的管理層掌握著企業組織的大多數決策。而分散式決策主要指決策權在較低管理層次上的分散，讓各部門的管理者具備一定程度的自。在大數據背景下，企業所能獲取的信息越來越多，決策組織也開始扁平化發展。信息技術能讓中低層管理者基于全局視野制定更好的決策，以金字塔型為標志的傳統組織結構逐漸被具備企業管理網絡化等特征的扁平式組織結構所取代。企業決策權的配置也應遵循此變化，分散式決策注定要成為大數據背景下主流決策模式，普通員工也將擁有決策權限。隨著大數據時代的到來，企業決策需更多人參與其中，因此，扁平化組織結構模式的優勢更為明顯。

2.3大數據對管理決策思維方面的影響

作為決策中的重要構成因素，決策主體思維的不同表現也決定在制定決策時，所依據的信息、方式等必然不同，且在決策制定的過程中也會予以表現。決策思維分為理性和感性，在大數據時代背景下，企業要盡量系統、全面、準確地收集信息，并通過數學方法來對其進行建模分析，從而挖掘出背后關系。傳統管理決策模式對管理者經驗和直覺判斷非常依賴，而新的管理決策模式將會改變此種現象，即由“依靠直覺進行的決策思維模式”，向“依靠數據進行的理性決策模式”轉變。

2.4大數據對管理決策文化方面的影響

在不同文化作用下，企業管理決策的選擇方面必然存在差異。決策主體在目標確定、方案設計和決策完成的過程中，其文化價值觀均在這些方面發揮著作用。傳統管理決策多數取決于管理者對企業內外部環境的評估，主觀性顯著，企業更多關注管理者的思維情感，且管理者制定決策的決策文化也充斥著各種潛在的決策風險和事務。大數據時代來臨后，也為規避這些風險和失誤提供了契機。日漸成熟的分析技術及爆炸式的數據增長，都為企業更精準的預判提供了更多可能性。企業數據資源的獲取渠道越豐富，決策者作出正確決策的概率性就越高。隨著大數據時代的到來，企業要提升預判準確性須確立通過真實數據來確定企業決策的文化機制。有學者指出，管理者應注重相關關系，而非對因果關系分外關注，意思是企業應將關注的重點放在如何充分利用自身現有數據來發揮最大價值上，而不是只關注企業管理者腦中思考什么。

3大數據和企業管理決策管理影響因素分析

大數據時代的到來既為企業帶來了大量商業機遇和契機，也產生了許多亟待解決的問題。同時，管理數據和大數據之間的關系也受到了多方面因素的影響，為此，筆者對影響大數據和管理決策關系因素予以充分關注，并在前人研究的基礎上，通過宏觀層面和微觀層面展開分析，對大數據中的數據政策、行業結構、政府支持、技術發展及人才配置等進行探究。

3.1數據政策

數據在大數據時代中具有無與倫比的價值，其也成為新型商業模式和經濟投入的基礎因素。伴隨著數據規模擴展及數據價值被日益注重，大數據時代數據趨于跨組織便捷化和數字化，因此，在宏觀大數據背景下，數據政策是影響管理決策的最重要因素，此種數據決策一般包涵數據安全和責任、知識產權、隱私保護等方面的政策。數據本身存在可復制、可反復利用、泄密性高等特性，企業因此在為作決策而收集數據時經常要面對知識產權、隱私保護等方面的問題，為制定正確決策，獲取充分數據，企業必須攻克數據獲取障礙的難題。

3.2行業結構

麥肯錫研究報告指出，大數據價值獲取難度很多時候會取決于行業結構和行業差異性?；跀祿鎯嵌龋袠I總體的大數據增長趨勢都很明顯，各個行業在數據存儲量上存在差異，產生和存儲的類型也各有不同。企業的數據強度高，進行決策時則更為有利。

3.3政府支持

大數據不僅能為企業發揮卓越功效，在提高國家創新能力方面也起到重要作用。為此，大數據也被上升到了國家層面。政府扮演著政策制定者的重要角色。大數據可從信息通信技術基礎設施建立、數據安全保護和信息機制共享的建設等方面為管理決策提供幫助。

3.4技術發展

相當比例的數據價值不是直接呈現給使用者的，其需要使用者對其進行創新性釋放分析。大數據技術是作為基礎對大數據和管理決策發揮著重要影響作用。容量大和速率較快的大數據工具也是大數據戰略中不可分割的組成部分。對決策來說，大數據技術是不可或缺的因素，企業應保持其技術和技能方面的不斷創新，從而有效應對數據洪流暴漲對其產生的新挑戰。

3.5人才配置

隨著數據越來越廉價，數據處理和提取能力的價值便越發凸顯，而這期間，數據科學家和其他相關的信息專業處理人員地位尤為重要。數據分析和挖掘方面的人才匱乏，會嚴重制約企業數據分析挖掘能力的提升，也必然會對企業管理決策的質量和速率產生影響。為此，人才方面也是大數據影響管理決策的因素之一。

4結語

大數據引發了企業管理決策多方面的變化，也為管理決策創新提供了更多的機遇和思考方向。此外，大數據支持下的科學管理決策對企業商業模式和服務等的創新都極有裨益，因此，在大數據時代背景下，只有不斷提高決策速率和決策準確性，企業的效益才能實現長久、良性增長。

主要參考文獻

［1］何建華.大數據對企業戰略決策的影響分析［J］.當代經濟管理,2014(10).

篇9

關鍵詞：大數據；企業管理模式；創新

一、大數據的概念和特征

1.大數據的概述

大數據是利用網絡或者社交手段對信息進行獲取和處理，并結合企業經營和管理模式，從中篩選出符合企業發展需求的信息資料，為企業發展所用。在信息轉化過程中，需要具有較強的決策能力和洞察力，這樣才能在龐大的數據中選出更多有價值的內容，滿足企業發展需求，實現發展目標。

2.大數據的特征

大數據時代的到來，打破了傳統信息數據的單一性，滿足了各行業發展的實際要求。具體來說，大數據的特征主要有：（1）信息儲量大大數據時代下，信息數據的增長量已經不能按照倍數計算了，其由原來的TB升級到了PB，且是以每年為單位快速遞增的。（2）種類繁多大數據下，信息數據不再是單一針對某一行業而存在的，其具有綜合性和系統性，可以應用在多個領域內。再加上圖像、視頻、音頻等形式的出現，極大的滿足了使用者的需求。（3）價值密度低、處理速度快數據的增多使得企業在數據處理上，如果仍沿用傳統處理方式，很容易降低信息利用率，因此需要大數據技術作為輔助，提升信息處理效率，減少時間浪費，增強信息準確性。

二、大數據時代下企業傳統管理模式存在的弊端

1.管理人員對大數據的缺乏正確認知

大數據雖然為企業的發展帶來的更多機遇，但是由于管理人員對大數據的認知缺乏正確性和合理性，使得大數據的應用受到了一定制約，阻礙了企業發展目標的實現。另外，管理人員雖然意識到大數據對企業發展所帶來的作用和價值，但是并未對其進行深入的研究和探索，只是掌握表面的信息處理方式，認為只要具備足夠的信息資源即可以實現企業的目標，這使得企業在管理中存在較多的漏洞，反而制約了企業發展目標的實現。

2.企業對大數據分析技術的掌握能力較差

大數據時代下面臨著海量信息數據的收集、分析和整理工作，企業除了要對原有的結構化數據進行處理外，還要對圖片等非結構性的數據予以處理，這樣才能在海量的信息資源中找出更多有價值的內容，提高企業的競爭力。不過在數據整合和處理上，企業如不能有效掌握大數據分析技術的應用，就使得信息處理存在很多問題，降低了信息數據處理效率，影響了管理工作效用的發揮。

3.專業數據分析人才缺失嚴重

對數據信息進行分析和運算能夠幫助企業更好的實行風險管控，保證企業決策的合理性、科學性。而要想實現數據的準確分析，則需要加大對專業人才的培訓力度，不過很多企業并未意識到專業人才培養的重要性，仍在沿用傳統老舊的處理模式，而降低了信息數據利用率。另外，在數據分析人才培養過程中，受到人力資源等方面因素的限制，使得企業專業人才缺乏現象越來越嚴重。

三、大數據時代下企業管理的創新思維

數據作為企業管理中的核心內容，對于企業管理工作的開展有著重要意義。在大數據時代背景的影響下，現有的數據分析技術和管理思維理念已經無法適應快速變化環境的需求，需要結合時展特征，對企業管理模式進行創新，以推動企業的進一步發展，提高競爭實力。

1.全數據分析

由于受到科技水平的影響，在小數據環境下，其所產生的數據資源也具有一定的局限性，一般在數據分析時，都是采用抽樣方法，隨機抽取少量的數據樣品進行分析，為企業所用，這種方式雖然為企業發展帶來的一定的數據支持，但是卻很難保證數據的實效性。而在大數據環境下，信息量相對較大，信息獲取途徑也較為方便，所以在數據分析過程中會采用全數據分析方法，不僅保證了數據提取的有效性和實用性，也加強了信息處理效率，為企業提供更加全面的數據支持。

2.精確性和混雜性

隨著信息數據的不斷增多，其內部存在的問題信息數量也在增加，這使得信息數據分析存在一定的不穩定和不準確性。該情況對于小數據時代來說，細微的誤差產生都會導致信息數據分析準確率出現問題，進而影響企業管理的質量，造成問題的產生；但是對于大數據環境來說，細小誤差的產生則不會帶來較大影響，再加上容錯率的存在，在數據分析處理上，不僅不會帶來問題，還會增加數據深入挖掘的力度，并從中獲取更多有價值的內容，為企業發展提供助力。數據中有9成以上的數據都屬于非機構化的，要想增大對這些數據的利用率，就必須接收其混雜性。

3.追求確定關系而不是因果關系

在小數據時代下，數據分析主要為了追求因果關系，但是在大數據時代數據的分析主要是為了確定兩者之間的關系，并通過數據分析來預測未來的發展趨勢。通過這樣的分析法能夠更好的找出其中的價值信息，為企業發展提供幫助。

四、大數據時代企業管理的創新模型

企業管理模式的創新離不開大數據的應用，而通過對大數據的分析則是解決大數據問題的主要手段?？梢哉f，兩者之間是存在著某種耦合關系的。所以在大數據時代下，企業應該圍繞數據問題構建完善的管理創新模式，實現大數據與企業管理之間的有效融合，提高企業經營實力。

1.數據平臺的形成

數據平臺的建立對于大數據下企業的管理和發展有著重要作用。利用數據平臺可以實現企業所需信息數據的收集、分析、處理和傳輸工作，及時找出管理中存在的問題，幫助企業各項活動的開展，實現企業創新管理目標。

2.動態數據和創新方案的實施

創新方案的實施不僅是對數據進行實時監控和分析，同時也是績效數據積累的過程，通過對這些數據的整合，一方面為數據共享平臺的完善提供了幫助，另一方面也為創新方案落實中存在的問題進行了實時的監督和優化。

五、大數據時代下創新企業管理模式的有效策略

從企業發展角度而言，大量的數據以及用戶信息具有較高的商業價值。為了更好地順應大數據發展需求，企業需要對原有的管理模式和理念進行革新和優化，尋求創新之道，以推動企業的穩定前行。

1.提升管理人員的認知水平，明確大數據對企業管理的重要性

在大數據時代背景的影響下，管理人員應樹立正確的認知態度，明確信息數據對于企業管理的重要性，并以此為基礎，合理規劃大數據計劃內容，提升企業運行中數據信息的收集和處理效率，充分發揮數據自身的實用價值。管理者應該定期對大數據知識進行學習，這樣才能在開展工作時，與時俱進，適應大數據時代背景的不斷變化。

2.合理利用大數據，提高決策準確性

通過大數據的分析和運算能夠幫助企業更好的規避運營中存在的風險項，提高決策的準確性，保證企業運營的安全和穩定。另外，在對大數據進行分析研究的過程中，還有助于管理人員準確地了解企業現今的財務情況和生產狀況，從而制定合理的調整措施，保證經濟效益的最大化。對于企業外部來說，有助于企業了解同一行業領域的發展情況，有助于企業及時地對相關決策做出正確的調整，從而樹立起全新的管理模式。

3.利用大數據創造效益

原有的企業管理中，側重點在結構性數據上，而在大數據時代下，管理人員有必要加大對非結構數據的重視力度，并將其融入到管理工作中來，以完善信息數據庫的建立。另外，應將收集到的信息數據通過不同渠道進行展示和宣傳，讓員工了解數據的作用，明確企業發展目標，調動工作積極性。再者，加強市場趨勢分析，為企業創新提供幫助。大數據有效地提高了企業的經濟效益，大數據時代，海量的數據為企業提供了海量的客戶。為此，企業要充分的利用這一點，仔細的篩選數據，挖掘更多的潛在客戶。

4.加大數據分析和人才培養的力度

大數據時代下，企業對于專業人才的需求也在不斷增加，因此在人才招募上，應盡可能以復合型人才為主，以確保大數據在企業管理中作用的發揮。另外，企業要加大對自身現有人員的培訓力度，以提高員工的數據意識和專業技能水平，通過講座等培訓活動的開展，擴充人才的儲備量，為企業發展創造條件。

六、結束語

在大數據時代下，企業需要結合自身需求以及時展特征，創新和優化傳統管理模式，適應市場發展要求，以此提高市場競爭力，促進企業的穩步前行。

參考文獻

[1]高曉辰.基于大數據環境下的物流企業管理創新分析[J].中國商論，2018，（20）：22-23.

[2]許海燕.大數據時代下中小企業管理模式研究[J].財經界（學術版），2018，（13）：32-33.

[3]肖文澤.基于大數據時代下企業管理模式創新的思考[J].財經界（學術版），2018，（13）：27-28.

[4]宋森.試論基于大數據時代下的企業管理模式[J].知識經濟，2018，（14）：115-116.

篇10

論文關鍵詞 大數據 大數據時代 社會生活 管理重構

一、大數據與大數據時代

隨著科學技術的迅猛發展，特別是信息網絡技術的普及，使大數據的應用日益廣泛，全世界數據總量增長迅猛，就最近兩年產生的數據總量來說，已經相當于人類此前的數據量總和。大數據的發展預示著人類社會生活的各個面面都將發生本質的轉變，世界能夠通過數字和數字得到解釋，大數據不同于數字化時代，不僅量上，而且在質上也不同，大數字時代可以對一切進行數據化，是一個“鏡像化”世界，人們可以用數據化數據來模擬真實生存，擬真世界。

數據體量巨大（Volume）；動態的數據體系和快速的數據流轉（Velocity）；數據的類型繁多（Variety）；精確性或數據價值（Veracity Or Value）等是大數據的特點。傳統數據通常相對靜止，類型固定，數據來源是相對可靠的；而大數據背景下的數據是動態產生的，類型多種多樣，數據來源不可信，數據具有不確定性。大數據其實不僅可以作為一種工具，更是一種戰略、世界觀和文化，它與錢學森老先生倡導的“大成智慧學”的要義很相近，強調“必集大成，才能得智慧”。也就是，有了數據和信息并不等于有智慧，出智慧的關鍵在“集”，其中的邏輯是：數據——信息——知識——智慧。大數據的價值密度低，大數據量大而雜，由不同來源數據交叉形成，不容易發現數據之間的邏輯，需要人們去挖掘其中的巨大價值，這也就需要新的思維方式。

二、大數據時代社會生活的管理特征

隨著大數據時代來臨，社會生活的各領域發生了重大變化，面對大數據爆炸性的增長速度，數據對生活產生巨大影響，并成為一種重要手段，這已經不僅僅是技術問題，并逐步成為人們生活的課題，隨著一切被符碼化，人們開始進入了符碼時代，大數據時代社會生活的諸多變化也將給人們社會生活的管理活動帶來新的課題。

（一） 不確定性與非線性因果觀

大數據時代，數據來源具有不可信和不確定性，與擁有更少、更標準的小數據時代相比，雖然我們能夠使用的數據大大增加了，但同時，由于大數據內容豐富，使得我們今天所處的時代是一個動態的，時刻處于變化的環境，數據的高復雜性和不完備性導致不確定性，同時打破了以往的線性因果關系，可計算和不確定性的存在打破了管理的機械性。大數據時代的非因果的關聯對傳統管理所依靠的因果關系提出了調戰，使得人們社會生活的管理活動不能僅僅依靠對以往的科學原則和方法的極度崇拜。大數據時代下允許對真理進行懷疑和理性考察，認識論并不是永遠合理的，科學的秩序不需要真理來提供，社會普遍的創新精神需要得到張揚，社會生活的管理實踐也逐漸呈現出盡可能少的受到必然性干擾的趨勢。

（二）多元價值與差異性

大數據背景下的數據類型多種多樣，從大量的數據來源中挖掘出的信息具有很大的差異性，可以說，大數據時代對普世主義造成了沖擊，人們的個性被極大的凸顯。傳統社會生活組織系統中的人在管理活動中被要求時刻保持“價值中立”，排除情感等因素，作為理性的“工具人”而存在，這就滿足了“機械性”管理的要求。大數據時代豐富多彩的數據網絡系統使得人們的差異性和獨立性日益被強化，這要求社會生活管理活動要拋棄以往對人的束縛。大數據時代下人們的個人自由和主體性的自我意識不斷被強化，對個性解放的追求的結果就是人的差異性以及需求的多樣化，由于組織中人的這種價值多元化和差異性的日益凸顯，為社會生活的管理帶來了新的課題。

（三） 管理活動承載實體的動態性

傳統數據相對靜止，大數據時代背景下的數據是動態產生的，2000年全球企業新產生的數據量為1EB到2EB，到2010年全球企業新產生的數據量就超過了7EB，面對這個時代數據的高速可變性，組織中的個體的任務、職能或功能也具有可變性，同時使得組織中的人具有主觀能動性。大數據時代，組織是朝著有序方向演化的一種過程性的動態系統，其事物沿著空間、時間或功能的組織結構方向演化，在這個演化過程中，外界以特定的方式作用于這個組織體系，其結構和功能也是外界不斷加給組織系統的。大數據時代下，組織是一個不斷與外部環境發生作用的動態系統，組織的管理活動會受到來自外部的特定干預，組織環境的不穩定性和高速變化性必然帶來組織管理活動承載實體的動態性。

三、 大數據時代社會生活管理重構的路徑分析

大數據時代為我們帶來了嶄新的社會結構，這需要有新的管理模式與之相適應，新的制度結構必須是支持網絡社會結構的制度模式，它需要充分重視每一個人作為網絡數據結構中的獨立節點的價值。

（一）構建非線性因果的思維方式

大數據時代的人們認為一切社會問題及其解決方案都可以通過數據而得到認識和發現。正如法蘭克福學派的思想家們所指出的那樣，科學活動中所包含著的那種相信必然性，相信規律的信念是屬于意識形態范疇的東西?！八梢员徽J為是科學為之奮斗的一種理想，但是，它即不能被認為是肯定正確的，也不能被認為是肯定錯誤的，除非是根據某個先驗的理由這么說”在小數據那種復雜性較低的社會中，這種理想是必要的，它反映了低度復雜條件下的挑戰性和現實性的統一，可以說，僅在復雜性較低的情況下，這種理想可以反映出本身的價值。

大數據時代的高復雜性以及各要素之間非線性、非重復性的反饋系統，決定了管理在以追求效率為目標之一而一味地追求統一性的同時，也要關注非預測性的存在，要尊重多元性，給管理中差異性留有席位。由于大數據時代環境的偶然性與不確定性的存在，社會生活的管理活動必須把關注點更多地集中在具體實踐對象的特殊性上，盡可能少的受到必然性、普遍性的干擾。社會發展是一種自然的演化過程，而不是現代科學依照機械因果關系進行理性建構的過程，大數據時代社會生活的管理不能只依靠傳統機械的線性因果律來指導管理實踐，也要有辯證的因果觀，構建一種非線性因果的思維方式，注重對偶然性和不確定性的關注，否則，局限于“合理性的狹隘形式”，可能將社會生活的管理引入歧途。

（二）重塑多元價值的介入和倫理考量

大數據時代來臨后，環境的復雜性和不確定性使人們的信仰、情緒變得異常不穩定，盲目而不確定性的凸顯，加之，管理者本身固有的某些思想淵源、文化背景和價值觀念對于管理實踐活動的影響不容忽視，管理活動不可能也很難做到“價值無涉”。因此，重塑多元的價值觀，發現被管理實踐活動祛除的倫理、信念等價值因素是大數據時代社會生活管理的基本訴求。

大數據時代，社會的多元色彩變得越來越濃重了，“社會同質性及其統一性、穩定的文化系統解體了，其中只有極少一部分得到承認或被認為是理所當然的，”面對多元化的價值觀念，社會生活的管理僅僅作出科學的把握是不夠的，在探索管理領域科學建構的同時，還應該對其進行倫理考量。大數據時代，社會生活的管理面對的是復雜巨系統，這種特殊的復雜巨系統的內在異質性顯著，會產生一些雖然屬于局部細節、但影響全局的異常現象，大數據浪潮這種對形式合理性造成的沖擊，更加要求多元價值因素介入到管理領域中。總之，規模龐大，異質性，非線性，不確定性，開放性，動態性，復雜巨系統的這些特征反映到科學描述的數據基礎中，造就了數據的規模巨大和混雜性明顯兩大特征，這一切要求多元的價值介入與倫理考量將成為社會活動管理實踐不可缺少的部分。

（三）構造新型的組織范式

大數據時代下，無論是泰勒和韋伯的被人們喻為機器式的組織，還是人際關系學派的網絡組織，或者社會系統學派的被喻為有機體的組織形式都已經不合時宜，這些組織實現效率的同時都不可避免犧牲組織中人的個性，原有組織所面臨的環境不確定性增強，組織模式開始耗盡其能量，組織結構的缺陷充分暴露出來，這都對社會管理活動承載的實體——組織——提出新的構造形式的要求。大數據時代，組織是具有復雜性、非線性、不可預測性和動態性的系統結構，管理是要求事務通過自行創生、自我組織、自發演化而走向有序化或組織化的過程，這將對傳統的組織范式帶來新的挑戰。

大數據時代下的信息網絡以及其特性要求構造新型的組織范式，其主要特點是組織層級少，組織內部的個體更自治、自律，這樣更容易適應隨時變化的環境。大數據時代的前提是能過微電子設備作出的可能選擇，因此大數據時代的工作是非差別性、無界線、多技術的， 雇用關系更復雜， 表現出碎片式的形式，這就要求要構造具有無邊界、復雜性、動態性、反應性、敏捷性、適應性的新型組織。大數據時代組織信息的共享性可以使員工的決策能力得以加強，員工是相對獨立的、自由的個體，同時由于圍繞業務工作的需要來展開工作，新型的組織不強調專業化分工， 重視員工的技能多樣化，組織的員工應是自律的， 不是分等級的、懲罰性的， 人們接受選擇和培訓成自主行動、自我激勵和自我管理的組織成員。

（四）超越整體主義與個體主義的制度設計